Skills
收录 98,067 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。
全部
研究游戏的实际运行机制,以便 Mod 能接入。反编译 .NET/Mono(ILSpy)、IL2CPP(Cpp2IL、Il2CppDumper)、Java(Vineflower)和原生代码(Ghidra、IDA,通过 MCP 服务);转储数据和资源格式;逆向分析二进制文件格式,并通过往返转换验证;读取实时内存(Cheat Engine、Frida、x64dbg);查找渲染通道(RenderDoc)。当 Mod 需要了解游戏内部机制时使用,例如“Boss AI 如何运作”“找出伤害函数”“这个 .sld/.pak/.dat 是什么格式”“玩家位置在内存的哪里”。
用户想审核、检查或诊断网站的 SEO 问题时使用。通过 Bright Data CLI 使用实时网络数据,准确检测 JS 注入的 schema、hreflang、规范链接,并基于实时 SERP 检查排名。用户提到“SEO 审核”“技术 SEO”“为什么排名上不去”“SEO 问题”“页面 SEO”“检查元标签”“SEO 健康检查”“流量下降”“排名下跌”“Google 上搜不到”“网站没有排名”“受到 Google 更新影响”“页面速度”“核心网页指标”“抓取错误”或“索引问题”时也使用。即使用户只笼统地说“我的 SEO 很差”或“帮我做 SEO”,也应使用此技能并从审核开始。要大规模构建针对关键词的页面,请参阅 programmatic-seo;要实现结构化数据,请参阅 schema-markup;要优化 AI 搜索,请参阅 ai-seo。
查询用户的 LLM Wiki 知识库(运行于 127.0.0.1:19828 的 LLM Wiki 桌面应用——不是 Obsidian、Notion、Apple Notes、Logseq 或其他 PKM 工具)。仅当用户明确提到 LLM Wiki、说“我的 wiki”“我的知识库/知识库”,或提出“我的 wiki 中关于 X 的内容是什么”“读取 wiki 页面 Y”“显示我的 wiki 图谱”“在我的 LLM Wiki 项目中搜索”“重新扫描我的 wiki 来源/重新索引”等请求,或按 ID 指定 wiki 项目时触发。对于一般性的“搜索我的笔记”“在我的笔记本中查找”“检查我的 Obsidian”等请求不要触发——这些请求应使用用户可能安装的其他工具。涵盖在运行中的 LLM Wiki 桌面应用中搜索 wiki 页面、列出文件、读取内容、浏览知识图谱和重新扫描来源。除重新扫描来源外,均为只读。
诊断 GKE HorizontalPodAutoscaler(HPA)故障 — 指标显示为 <unknown>、FailedGetResourceMetric / FailedGetScale / FailedComputeMetricsReplicas 事件、Pod 缺少资源请求、自定义/外部指标管道中断(FailedGetExternalMetric / FailedGetCustomMetric、metrics adapter 不可用、控制平面防火墙拦截 adapter)、HPA 无法扩缩容(tolerance / 稳定窗口 / 不可用的速率指标)、缩容到零或从零扩容的问题,以及大型集群上 HPA 响应缓慢。当 HPA 未按预期对工作负载扩缩容或报告指标错误时使用。不要用于配置或编写新的 HPA/VPA 对象及扩缩容最佳实践(参见 gke-workload-scaling 技能),也不适用于 Cluster Autoscaler / 节点池规格调整。
将自定义 AI 模型推送并发布到 Replicate,并为安全发布新模型版本设置 CI/CD。适用于运行 cog push、将模型部署到 Replicate、发布新版本、使用 cog-safe-push 验证模型后再发布、配置 Replicate 部署、为模型发布设置 GitHub Actions,或将社区模型移植为官方模型。触发短语包括“将模型推送到 Replicate”“发布模型”“部署模型”“发布新版本”“cog push”“cog-safe-push”“模型 CI”“r8.im”“schema compatibility”,以及引用 github.com/replicate/cog-safe-push 或 github.com/replicate/model-ci-template 时。涵盖 cog push、完整的 cog-safe-push 配置(测试用例、模糊测试、部署、official_model)、GitHub Actions 模式、多模型矩阵推送和发布后监控。假定你已有可运行的 Cog 项目;如需先打包模型,请参阅 build-models。
将 RTVI-CV-3D 微服务以 MV3DT(`MODE=mv3dt`)的形式部署并运行:通过校准后的摄像头进行逐摄像头 DeepStream 感知和 BEV Fusion。支持捆绑的示例数据集、自定义视频文件和 RTSP 流;缺少校准数据时,会衔接至 `vss-generate-video-calibration`。完整仓库蓝图请使用 `vss-deploy-profile`,单摄像头 2D 检测请使用 `vss-deploy-detection-tracking-2d`。
从 shadcn 注册表中挑选、安装并组合 remocn 组件:现成的 Remotion 动画、转场、背景、字幕、UI 基础组件和视频模板。适用于使用预制部分构建视频或场景(产品演示、发布、更新日志、片头、社交短片)、为 Remotion 项目添加动画、转场或背景,或在组件间进行选择。即使未提及 remocn,只要是制作精良的 Remotion 视频,也应启用此技能。可与 Remotion 技能配合使用:有关 Remotion API 本身(interpolate、spring、Sequence、渲染、配置)的问题应交由对应技能处理,而非此技能。
当用户想逆向分析另一家公司如何实现增长并复制有效做法时使用。当用户提到“逆向分析”“X 是如何增长的”“X 如何获客”“增长拆解”“营销拆解”“GTM 拆解”“增长蓝图”“X 在营销上做什么”“X 靠什么走红”“复制 X 的打法”“X 的分发策略”“什么内容对 X 有效”“漏斗技巧”“梳理他们的漏斗”或“关注 X 在做什么”时也使用。根据公开数据、注册与演示、团队访谈及隐藏信号(DNS、证书日志、存档、赞助),将公司的行动按日期与流量曲线对应,和用户自己的数据进行比较,并将与增长相符的做法转化为具体策略,交由相应技能执行。若要快速了解竞争对手的定位、定价和功能,请参阅 competitor-profiling。若要制作对比页面,请参阅 competitors。若要了解单篇帖子走红的原因,请参阅 social。
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
